OpenAI открыла API голосовой модели GPT-Live-1.1: что теперь доступно разработчикам

OpenAI открыла разработчикам доступ к API голосовой модели GPT-Live-1.1. Теперь её можно встраивать в сторонние приложения для разговора с пользователем в реальном времени. Это обновление модели GPT-Live-1. Главная особенность в том, что она умеет одновременно слушать и говорить. Задачи, требующие дополнительных вычислений или обращения к инструментам, она передаёт другой модели, не останавливая диалог. В ChatGPT новинка уже работает по умолчанию.

OpenAI открыла API голосовой модели GPT-Live-1.1: что теперь доступно разработчикам

Теперь к ней получили доступ и внешние команды.

Модель учитывает паузы, перебивания и изменение темпа речи, чтобы решить, продолжать слушать или отвечать.

OpenAI заявляет об улучшениях в работе с разными языками, выполнении инструкций и воспроизведении речи.

Отдельно отмечена надёжность распознавания букв и цифр, где ошибка может изменить смысл запроса.

Для сложной задачи разработчик может выбрать серверную модель OpenAI или стороннего поставщика.

Пока эта модель выполняет многошаговую работу или использует инструменты, GPT-Live-1.1 продолжает разговор.

Она напрямую обрабатывает входящий звук и создаёт ответное аудио. По документации, это уменьшает задержку по сравнению с цепочкой из распознавания речи, языковой модели и синтеза голоса.

С 15 октября 2026 года GPT-Live-1.1 используется по умолчанию в голосовом режиме ChatGPT у подписчиков Plus и более дорогих тарифов. Нынешнее изменение касается доступа через API.

Читайте также: